Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Artefact
Париж, Франция7 дней назад
66 000 – 75 000 EUR
в год
Специализация
Data Engineering
Отрасль
AI
Тип компании
Агентство
Письмо на почту или сообщение рекрутеру в Telegram
Агент ценен настолько, насколько ценны данные и знания, на которых он основывается. Конвейеры, модели данных, определения метрик, права доступа: вы создаете и управляете этой основой, и приложения и агенты наших клиентов опираются на нее. Когда аналитик или агент запрашивает цифру, ответ исходит от финансовой команды, сопровождаемый ее определением и источником. Эта должность подойдет вам, если вы хотите, чтобы бизнес-подразделения и агенты могли доверять данным и использовать их. Artefact помогает крупнейшим мировым компаниям во внедрении ИИ: 3000 AI makers в более чем 30 странах, более 1000 клиентов. Во Франции департамент Engineering насчитывает около 300 человек под руководством CTO; вы присоединитесь к главе AI Applied Engineer, архетипу Context & Analytics Engineer. В сфере, где два дашборда иногда показывают разные цифры, эта должность заключается в восстановлении доверия: правильная цифра, общее определение, идентифицируемый источник. Эта работа, незаметная при успехе, обуславливает все, что строят другие архетипы поверх нее. Мы — AI makers: ИИ создается вместе с нашими клиентами, а не только для них. Их задачи становятся нашими, и наш технический выбор объясняется на языке бизнеса. Занимаемые нами позиции ясны; они развиваются в соответствии с фактами, никогда — под давлением. Наша область меняется каждый месяц, и этот темп нас устраивает: новые технологии и новые отрасли осваиваются быстро, а устаревшие привычки оставляются без сожаления. Перед трудной проблемой рефлекс — разбить ее на проверяемые этапы, с высоким уровнем требований как к коду, так и к результатам. Когда чего-то не хватает, для клиента или для главы (chapter), мы это создаем. Прогресс достигается через конструктивную обратную связь, обмен знаниями, своевременное обращение за помощью и признание работы других. Многое предстоит узнать, и многое предстоит создать.
Совместно с бизнес-подразделениями и аналитиками необходимо определить значение каждой метрики и убедиться, что данные соответствуют ей. На этой основе Product Engineers и AI Engineers создают приложения и агентов. Platform Engineers используют инфраструктуру, на которой работают ваши конвейеры. Обмен информацией с владельцами данных и командами по управлению данными клиента, проверка кода коллегами и поддержка новых сотрудников дополняют повседневную работу. Ваши обязанности: Создание конвейеров приема данных и моделей данных, например, с помощью dbt. Внедрение контроля качества данных и поддержание их происхождения (lineage). Построение семантического слоя и определений метрик, чтобы люди и агенты использовали одни и те же цифры, в том числе для text-to-SQL. Определение правил управления данными и прав доступа. Создание конвейеров знаний для RAG: индексация, сегментация (chunking), метаданные, разрешения. Подготовка контекста, пригодного для использования агентами: метаданные, определения, происхождение (lineage) и разрешения.
Обязательно: Вы уверенно пишете SQL и моделируете данные для анализа. В вашем опыте есть запланированные, протестированные и контролируемые конвейеры данных. Вместе с бизнес-подразделениями вы определяете метрики и проверяете, что данные действительно означают то, что, по мнению всех, они содержат. Качество данных, документация и права доступа имеют для вас значение. Кодирующие агенты (coding agents) уже являются частью вашей повседневной работы, и вы проверяете результаты их работы. Плюсом, но не обязательным условием: Python для обработки данных. Облачная платформа данных, такая как BigQuery, Snowflake или Databricks. Семантический слой или хранилище метрик (metrics store). Подготовка документов для RAG: сегментация (chunking), индексация, метаданные. Инструменты каталога данных или происхождения данных (data catalogue/lineage). Не обязательно соответствовать всем требованиям, чтобы подать заявку: если у вас есть основные обязательные навыки и желание освоить остальные, давайте поговорим.
Куратор (counsellor) сопровождает ваши первые месяцы. Технический онбординг открывает путь, за которым следует первый клиентский проект; если ни один не готов, его заменяют внутренние стартовые наборы. Остальное осваивается в проектах с AI Engineers и при поддержке сообщества Context & Analytics Engineer, в частности, контекстный инжиниринг (context engineering), то есть работа, делающая данные пригодными для использования агентами ИИ. Начиная с 2027 года, архетип Context & Analytics Engineer будет иметь свою собственную сетку компетенций и свой собственный учебный курс, в дополнение к общей основе для всех AI Applied Engineers (оценка ИИ, ответственность в продакшене). Позже становится возможной трансверсальная роль (Project Tech Lead, Pre-sales Engineer, Engineering Manager), как и роли в главах AI Architect и AI Product Manager. Вознаграждение: 66 000–75 000 евро брутто в год (фиксированная часть) + до 10 000 евро переменная часть в зависимости от опыта и стажа.
Миссия Агент ценен настолько, насколько ценны данные и знания, на которых он основывается. Конвейеры, модели данных, определения метрик, права доступа: вы создаете и управляете этой основой, и приложения и агенты наших клиентов опираются на нее. Когда аналитик или агент запрашивает цифру, ответ исходит от финансовой команды, сопровождаемый ее определением и источником. Эта должность подойдет вам, если вы хотите, чтобы бизнес-подразделения и агенты могли доверять данным и использовать их. Artefact помогает крупнейшим мировым компаниям во внедрении ИИ: 3000 AI makers в более чем 30 странах, более 1000 клиентов. Во Франции департамент Engineering насчитывает около 300 человек под руководством CTO; вы присоединитесь к главе AI Applied Engineer, архетипу Context & Analytics Engineer. Деятельность и обязанности Совместно с бизнес-подразделениями и аналитиками необходимо определить значение каждой метрики и убедиться, что данные соответствуют ей. На этой основе Product Engineers и AI Engineers создают приложения и агентов. Platform Engineers используют инфраструктуру, на которой работают ваши конвейеры. Обмен информацией с владельцами данных и командами по управлению данными клиента, проверка кода коллегами и поддержка новых сотрудников дополняют повседневную работу. Ваши обязанности: Создание конвейеров приема данных и моделей данных, например, с помощью dbt. Внедрение контроля качества данных и поддержание их происхождения (lineage). Построение семантического слоя и определений метрик, чтобы люди и агенты использовали одни и те же цифры, в том числе для text-to-SQL. Определение правил управления данными и прав доступа. Создание конвейеров знаний для RAG: индексация, сегментация (chunking), метаданные, разрешения. Подготовка контекста, пригодного для использования агентами: метаданные, определения, происхождение (lineage) и разрешения. Требуемый профиль Обязательно: Вы уверенно пишете SQL и моделируете данные для анализа. В вашем опыте есть запланированные, протестированные и контролируемые конвейеры данных. Вместе с бизнес-подразделениями вы определяете метрики и проверяете, что данные действительно означают то, что, по мнению всех, они содержат. Качество данных, документация и права доступа имеют для вас значение. Кодирующие агенты (coding agents) уже являются частью вашей повседневной работы, и вы проверяете результаты их работы. Плюсом, но не обязательным условием: Python для обработки данных. Облачная платформа данных, такая как BigQuery, Snowflake или Databricks. Семантический слой или хранилище метрик (metrics store). Подготовка документов для RAG: сегментация (chunking), индексация, метаданные. Инструменты каталога данных или происхождения данных (data catalogue/lineage). Не обязательно соответствовать всем требованиям, чтобы подать заявку: если у вас есть основные обязательные навыки и желание освоить остальные, давайте поговорим. Почему стоит присоединиться к нам? В сфере, где два дашборда иногда показывают разные цифры, эта должность заключается в восстановлении доверия: правильная цифра, общее определение, идентифицируемый источник. Эта работа, незаметная при успехе, обуславливает все, что строят другие архетипы поверх нее. Мы — AI makers: ИИ создается вместе с нашими клиентами, а не только для них. Их задачи становятся нашими, и наш технический выбор объясняется на языке бизнеса. Занимаемые нами позиции ясны; они развиваются в соответствии с фактами, никогда — под давлением. Наша область меняется каждый месяц, и этот темп нас устраивает: новые технологии и новые отрасли осваиваются быстро, а устаревшие привычки оставляются без сожаления. Перед трудной проблемой рефлекс — разбить ее на проверяемые этапы, с высоким уровнем требований как к коду, так и к результатам. Когда чего-то не хватает, для клиента или для главы (chapter), мы это создаем. Прогресс достигается через конструктивную обратную связь, обмен знаниями, своевременное обращение за помощью и признание работы других. Многое предстоит узнать, и многое предстоит создать. Куратор (counsellor) сопровождает ваши первые месяцы. Технический онбординг открывает путь, за которым следует первый клиентский проект; если ни один не готов, его заменяют внутренние стартовые наборы. Остальное осваивается в проектах с AI Engineers и при поддержке сообщества Context & Analytics Engineer, в частности, контекстный инжиниринг (context engineering), то есть работа, делающая данные пригодными для использования агентами ИИ. Начиная с 2027 года, архетип Context & Analytics Engineer будет иметь свою собственную сетку компетенций и свой собственный учебный курс, в дополнение к общей основе для всех AI Applied Engineers (оценка ИИ, ответственность в продакшене). Позже становится возможной трансверсальная роль (Project Tech Lead, Pre-sales Engineer, Engineering Manager), как и роли в главах AI Architect и AI Product Manager. Процесс найма Процесс занимает около четырех часов и состоит из шести этапов, один из которых — очный. Собеседование с HR (45 мин, удаленно): карьера, мотивация и практические вопросы, такие как календарь и зарплатные ожидания. Звонок с CTO (15–30 мин, удаленно). Технический скрининг (30 мин, удаленно, с членом главы AI Applied Engineer): подробный обзор ваших прошлых проектов, затем технические вопросы и вопросы по дизайну решений. Обзор кода и live coding (60 мин, на месте, с членом главы): пересмотр существующего репозитория кода и исправление его недостатков, затем создание новой функции с помощью coding agent и презентация результата. Техническое задание (45 мин, удаленно, с членом главы): определение бизнес-задачи, предложение технического решения, описание метода оценки, затем обсуждение ваших выборов. Финальное собеседование (30 мин, удаленно, с руководителем отдела, Engineering Manager или Director): рассмотрение оставшихся открытыми вопросов, выбор архетипа и уровня, наиболее подходящих вашему профилю, и ответы на все ваши вопросы. В зависимости от этапов разрешены все ИИ-инструменты или ни один. Во время live coding оценивается способ работы с помощью ИИ. Вознаграждение: 66 000–75 000 евро брутто в год (фиксированная часть) + до 10 000 евро переменная часть в зависимости от опыта и стажа. В Artefact мы убеждены, что разнообразие путей, опыта и точек зрения обогащает наши команды. Мы стремимся создать инклюзивную среду и справедливые возможности, где каждый может развиваться и полностью раскрывать свой потенциал. Наш подбор основан на навыках, потенциале и соответствии роли.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 58 900 до 77 500